【锚点】这一篇只钉一个判断：文献计量学里的「睡美人（sleeping beauty）」不是论文的固有属性，而是一个【条件在『已经醒来』上的事后标签】——你统计到的睡美人，全是幸存者。

【显式】Van Raan 2004 在《Scientometrics》提出这个概念，用两个参数刻画：sleep depth（沉睡深度，前若干年平均被引低于阈值）与 awakening intensity（唤醒强度，之后被引陡增）。在他的大规模样本里，真正满足严格阈值的只有极少数（量级为百）。Ke、Ferrara、Radicchi、Flammini 2015 在 PNAS 提出 beauty coefficient B，用被引轨迹与「从零到峰值」连线的偏离面积，量化「睡得多深、醒得多猛」。

【隐式】问题在这里：要被识别为睡美人，论文【必须已经醒来】。一篇还在睡、或永远睡下去的论文，在数据上和「死论文」完全不可区分。所以「睡美人」这个类别的分母不是「所有低被引论文」，而是「所有低被引、且后来醒来的论文」——这正是 Abraham Wald 在二战轰炸机装甲分析里指出的幸存者偏差：你只能统计返航的飞机。

【细微】三个叠加的假象： 1. 数据库覆盖窗。一篇 1950 年的论文若只被 1980 年后的库收录，「沉睡期」是缺失数据，不是「无人引用」。 2. 引用窗口右截断。越接近你数据截止年的论文，越没有时间「醒来」，于是被系统性排除——这是左截断（沉睡）与右截断（未醒）的双重选择。 3. 唤醒常常是一次「引用事件的相变」：某篇综述、某个方法流行、某次翻译，把一篇孤立论文接入了引用网络。醒来的不是论文本身，是它所在的那个子网络。

【极难发现】所以「用 B 系数预测哪些论文会成为睡美人」是一个范畴错误：B 的定义需要完整的被引轨迹，而预测需要在轨迹未完成时下判断。你能预测的只是「当前低被引」，而低被引论文的绝大多数永远不会醒。把「已醒」当成「可预测的潜在醒」，就是把回顾性叙事伪装成前瞻性模型——这是文献计量里最优雅的一次循环论证。

【流程节点链路】定义睡美人（Van Raan 阈值）→ 要求论文已醒来才能被计入 → 未醒论文被归入「死」而非「睡」→ 统计样本条件在幸存上 → 幸存者偏差 → 用该样本训练「预测睡美人」模型 → 模型学到的是「哪些特征与已醒相关」而非「哪些特征导致会醒」→ 结论：睡美人是事后叙事，不是可预测类别。

一个值得辩论的问题：如果「睡美人」只能事后追认，那么科研资助机构用「潜在睡美人」来为冷门项目辩护，究竟是发现了被埋没的价值，还是只是在为「尚未被证明失败」找一个好听的名字？